CH-P2P電子商務(wù)中基于模糊理論的信任模型研究

1、P2P電子商務(wù)中基于模糊理論的信任模型研究耿殿明（山東工商學(xué)院工商管理學(xué)院，煙臺(tái)，264005）摘要：針對(duì)當(dāng)前P2P電子商務(wù)中存在的信任問題，將電子商務(wù)中的信任分為直接信任和推薦信任，結(jié)合模糊理論，構(gòu)造了P2P電子商務(wù)的信任模型，并對(duì)模型進(jìn)行了實(shí)驗(yàn)仿真。實(shí)驗(yàn)結(jié)果表明該信任模型比傳統(tǒng)的信任模型具有更高的準(zhǔn)確率，大大提高了信任評(píng)價(jià)的可靠性和實(shí)用性。關(guān)鍵詞：P2P；電子商務(wù)；直接信任；推薦信任 1引言P2P（peer to peer），是一種對(duì)等網(wǎng)絡(luò)技術(shù)。由于P2P技術(shù)的開放結(jié)構(gòu)使其具有高度自治性、可擴(kuò)展性、動(dòng)態(tài)性以及性能和性價(jià)比都比較高等一系列特性,使得P2P技術(shù)得到了飛速發(fā)展,被廣泛的應(yīng)用到文件

2、共享、流媒體應(yīng)用、即時(shí)通訊、協(xié)同應(yīng)用軟件、服務(wù)共享以及云存儲(chǔ)等方面。基于P2P技術(shù)的電子商務(wù)系統(tǒng)也得到了迅速的發(fā)展。在P2P電子商務(wù)系統(tǒng)中，一個(gè)節(jié)點(diǎn)代表商業(yè)活動(dòng)中的一個(gè)個(gè)體。和傳統(tǒng)的C/S模式下的電子商務(wù)網(wǎng)絡(luò)相比，P2P電子商務(wù)系統(tǒng)中的節(jié)點(diǎn)可以通過建立直接的鏈接關(guān)系進(jìn)行彼此交互，不必通過第三方，各個(gè)節(jié)點(diǎn)是相互平等的，它們既是服務(wù)的銷售者，也是服務(wù)的消費(fèi)者，這種節(jié)點(diǎn)的自組織行為引起的網(wǎng)絡(luò)拓?fù)渥兓梢蕴岣哔Y源的查找效率，能夠很好地實(shí)現(xiàn)系統(tǒng)資源和服務(wù)的共享，具有計(jì)算成本低、靈活有效的特點(diǎn)。但同時(shí)也是由于P2P的自治性、匿名性、開放性等特點(diǎn)，使得P2P電子商務(wù)系統(tǒng)中存在著大量不可靠的服務(wù)和欺詐行為。如

3、何降低用戶風(fēng)險(xiǎn)，幫助用戶選擇可信的交易對(duì)象，已成為P2P電子商務(wù)系統(tǒng)中急需解決的問題。針對(duì)上述問題，相關(guān)學(xué)者進(jìn)行了大量的研究，并提出了一系列行之有效的模型。比較有代表性的有：Beth T提出了一種BBK信任模型1,陳永華又對(duì)其進(jìn)行了改進(jìn)2。Yao Wang利用貝葉斯網(wǎng)絡(luò)，構(gòu)建了一種信任模型3。孟憲福采用帶超級(jí)節(jié)點(diǎn)的混合P2P網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，構(gòu)建了基于域的信任模型4。李致遠(yuǎn)提出了一種基于信任云的動(dòng)態(tài)安全信任管理模型(TCDSTM) 5。已有的研究表明，通過建立有效的信任評(píng)價(jià)機(jī)制，標(biāo)識(shí)出可靠節(jié)點(diǎn)，是提高P2P系統(tǒng)整體可用性和可靠服務(wù)質(zhì)量的有效解決方案。2信任及信任度在社會(huì)科學(xué)中，信任被認(rèn)為是一種依賴

4、關(guān)系。相互依賴表示雙方之間存在著交換關(guān)系，無(wú)論交換內(nèi)容為何，都表示雙方至少有某種程度的利害相關(guān)，己方利益必須靠對(duì)方才能實(shí)現(xiàn)。當(dāng)信任者在交換過程中獲得被信任者值得信任的證據(jù)，如口碑、意圖、能力、可靠性等，然后信任者會(huì)依其信任傾向來(lái)決定是否信任對(duì)方。信任度（trust degree）是信任的定量衡量標(biāo)準(zhǔn)。在P2P電子商務(wù)中，網(wǎng)絡(luò)中進(jìn)行交易的各個(gè)節(jié)點(diǎn)構(gòu)成了信任的主客體。各個(gè)節(jié)點(diǎn)積累的其他節(jié)點(diǎn)對(duì)自己的評(píng)價(jià)就是各自的信任度，信任度的高低是電子商務(wù)中交易能否達(dá)成的關(guān)鍵因素。因此構(gòu)建一個(gè)有效的信任模型的關(guān)鍵就是運(yùn)用科學(xué)的方法得出各個(gè)節(jié)點(diǎn)真實(shí)的信任度。根據(jù)P2P電子商務(wù)中節(jié)點(diǎn)間獲取信任的方式，可將信任分為兩大

5、類：直接信任和推薦信任。直接信任是源節(jié)點(diǎn)根據(jù)與目標(biāo)節(jié)點(diǎn)以往的交易經(jīng)驗(yàn)，對(duì)目標(biāo)節(jié)點(diǎn)未來(lái)行為的主觀判斷；推薦信任是源節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)無(wú)直接交易經(jīng)驗(yàn)，憑借著與目標(biāo)節(jié)點(diǎn)有交易經(jīng)驗(yàn)的其他節(jié)點(diǎn)的推薦來(lái)對(duì)目標(biāo)節(jié)點(diǎn)未來(lái)行為進(jìn)行的判斷。相應(yīng)的信任度也可分為直接信任度和推薦信任度。將直接信任度與推薦信任度進(jìn)行加權(quán)綜合就得到了節(jié)點(diǎn)的整體信任度，用以表示節(jié)點(diǎn)在交易中值得信任的總程度。另外，節(jié)點(diǎn)自身屬性有助于提高其他節(jié)點(diǎn)對(duì)它的信任度。節(jié)點(diǎn)屬性指標(biāo)主要包括用戶名、用戶地址、聯(lián)系方式、是否實(shí)名認(rèn)證、是否支持退換貨以及提供的交易是否有第三方擔(dān)保等。節(jié)點(diǎn)屬性指標(biāo)信息越完善，它所能獲得的信任度就越高。3基于模糊理論的信任評(píng)價(jià)模型3

6、.1 直接信任度的計(jì)算方法確定評(píng)價(jià)因素集。在P2P電子商務(wù)中，每個(gè)參與交易的節(jié)點(diǎn)都具有多種屬性，如交易金額、交易次數(shù)、商品種類數(shù)量以及服務(wù)態(tài)度等。所有屬性共同構(gòu)成一個(gè)評(píng)價(jià)因素集，可定義為，中屬性向量的多少可以根據(jù)需要進(jìn)行增減。確定評(píng)判集。設(shè)為評(píng)判集，其中分別表示完全信任，非常信任，基本信任，輕微信任，不信任。根據(jù)評(píng)判集中的等級(jí)指標(biāo)對(duì)中每個(gè)因素進(jìn)行模糊評(píng)判，得出模糊評(píng)判矩陣建立權(quán)重集：由于評(píng)價(jià)因素集中各因素的重要程度不同，所以要對(duì)每個(gè)因素賦予不同的權(quán)重。令權(quán)重集為，其中。通過模糊綜合評(píng)判，得出直接信任向量，設(shè)直接信任向量為，則：式中“”表示模糊算子，本文采用加權(quán)平均算子進(jìn)行模糊運(yùn)算，即。得到的結(jié)

7、果僅僅是一個(gè)評(píng)價(jià)向量，為了得到準(zhǔn)確的信任度，還需要對(duì)評(píng)價(jià)結(jié)果進(jìn)行量化，以便得到直接信任度。設(shè)等級(jí)量化向量，則直接信任度為：3.2 推薦信任度的計(jì)算方法首先，確定各個(gè)推薦節(jié)點(diǎn)與源節(jié)點(diǎn)之間的推薦信任向量以及各個(gè)推薦節(jié)點(diǎn)的權(quán)重。用表示第個(gè)推薦節(jié)點(diǎn)與源節(jié)點(diǎn)構(gòu)成的交易路徑的推薦信任向量；表示第個(gè)推薦節(jié)點(diǎn)的權(quán)重。和的計(jì)算公式如下：其中，表示第個(gè)推薦節(jié)點(diǎn)對(duì)目標(biāo)節(jié)點(diǎn)的直接信任向量；為時(shí)間衰減系數(shù)，為常數(shù)，反映了時(shí)間衰減的程度。表示推薦節(jié)點(diǎn)與源節(jié)點(diǎn)成功交易的次數(shù)；表示所有推薦節(jié)點(diǎn)中與源節(jié)點(diǎn)成功交易次數(shù)的最大值；表示源節(jié)點(diǎn)對(duì)推薦節(jié)點(diǎn)的直接信任度。然后，計(jì)算推薦信任向量本方法僅考慮與目標(biāo)節(jié)點(diǎn)有直接信任的推薦路徑，通

8、過加權(quán)計(jì)算得出推薦信任向量。令表示推薦信任向量，則：最后，對(duì)推薦信任向量進(jìn)行量化，得到推薦信任度3.3 綜合信任評(píng)價(jià)直接信任和推薦信任分別從不同的方面反映了目標(biāo)節(jié)點(diǎn)的可靠性，對(duì)直接信任度和推薦信任度進(jìn)行加權(quán)求和可得到一個(gè)綜合信任度，即對(duì)目標(biāo)節(jié)點(diǎn)的綜合信任評(píng)價(jià)。令表示目標(biāo)節(jié)點(diǎn)的綜合信任度，則： 通過目標(biāo)節(jié)點(diǎn)的綜合信任度的計(jì)算結(jié)果來(lái)判斷目標(biāo)節(jié)點(diǎn)的可靠程度，進(jìn)而決定是否與其交易。4實(shí)驗(yàn)仿真 為驗(yàn)證基于模糊理論的信任模型的有效性和合理性，模擬真實(shí)場(chǎng)景進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)運(yùn)行的硬件環(huán)境為：CPU Intel P8400,2GB內(nèi)存，軟件工具為Matlab7.0。本實(shí)驗(yàn)主要模擬在系統(tǒng)中存在不同比例的惡意節(jié)點(diǎn)

9、時(shí)，信任評(píng)價(jià)的可靠性。為了計(jì)算的方便，設(shè)惡意推薦時(shí)，模糊貼近度為0.2，交易金額為500，實(shí)驗(yàn)觀察的節(jié)點(diǎn)總數(shù)為100個(gè)，圖1反映了當(dāng)惡意節(jié)點(diǎn)所占比例不同時(shí)，信任評(píng)估的準(zhǔn)確性。信任評(píng)估的準(zhǔn)確度用來(lái)表示，通過公式來(lái)計(jì)算，為一極小值，用來(lái)消除系統(tǒng)誤差。表示實(shí)際的信任值，表示模型的評(píng)價(jià)結(jié)果。圖1 信任評(píng)價(jià)準(zhǔn)確率由圖1可見，直接信任度是通過源節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)之間的直接歷史交易經(jīng)驗(yàn)來(lái)計(jì)算得出的，因此基本上不會(huì)受到惡意推薦點(diǎn)的影響，信任評(píng)價(jià)準(zhǔn)確率基本上保持在0.99以上，信任度的微小波動(dòng)主要是由相關(guān)屬性值的波動(dòng)造成的。推薦信任度的準(zhǔn)確率受惡意節(jié)點(diǎn)的影響較大，可以通過引入懲罰機(jī)制，借助懲罰機(jī)制，可以在惡意節(jié)點(diǎn)比

10、例小于0.5時(shí)，推薦準(zhǔn)確率仍可以保持較高的水平，但當(dāng)惡意節(jié)點(diǎn)比例上升到0.5以上時(shí)，推薦準(zhǔn)確率出現(xiàn)明顯的下降，這反映了模型在惡意節(jié)點(diǎn)比例不是很高時(shí)，具有較高的推薦可靠性。為了強(qiáng)調(diào)惡意節(jié)點(diǎn)對(duì)綜合信任評(píng)價(jià)的影響，在綜合信任度的計(jì)算中取，計(jì)算所得的綜合評(píng)價(jià)度的準(zhǔn)確率基本保持在0.9左右，即使惡意節(jié)點(diǎn)的比例高達(dá)0.8，其準(zhǔn)確率仍達(dá)到0.8以上，可見模型的評(píng)價(jià)結(jié)果具有較高的準(zhǔn)確率。5結(jié)論基于模糊理論的P2P電子商務(wù)信任管理模型，可以在交易前較為全面的考察影響信任的主要因素，得出相對(duì)準(zhǔn)確的信任評(píng)價(jià)度。針對(duì)P2P電子商務(wù)的特點(diǎn)，通過信任類群來(lái)初始化信任向量，減少了網(wǎng)絡(luò)流量，提高了評(píng)價(jià)效率，同時(shí)在信任評(píng)價(jià)過程

11、中引入交易金額、交易次數(shù)和交易時(shí)間等因素，使得評(píng)價(jià)結(jié)果更加客觀、真實(shí)。實(shí)驗(yàn)仿真表明，基于模糊理論的P2P電子商務(wù)信任模型具有更高的可靠性和更強(qiáng)的實(shí)用性。參考文獻(xiàn)：1Beth T, Borcherding M, Klein B. Valuation of trust in open networksC.Proc 1994 the European Symposium on Research in Security. Berlin: Springer-Verlag, 1994:3-18 2陳華勇，謝冬青，王永靜.BBK信任計(jì)算模型的分析與改進(jìn)J.湖南大學(xué)學(xué)報(bào)，2003，30(03):182-185.3Yao Wang, Vassileva J. Bayesian Network-Based Trust ModelC.Proceedings of IEEE /International Conference on Web Intelligence.Halifax,Canada